Распарсить текстовый файл и сформировать HTML на его основе / PHP, Perl, Python

ReSQL.ru

Мобильная версия Контакт Правила FAQ Помощь

Гость

Войти | Регистрация | Профиль | Очистить

Новые сообщения | Избранное

Форумы | Пользователи | Статистика | Мод. лог | Поиск

Цитировать

Написать

Автор*:

Ввести пароль для входа

Тема*:

Сообщение

Данное сообщение тематическое

Сообщение содержит картинки или видео 18+

Автор:

ВНИМАНИЕ! На данном подфоруме действуют строгие правила. Удостоверьтесь, что ваше сообщение соответствует им!

Форум или тема закрыты для гостей. Необходима авторизация!

Загрузить последнюю сохраненную версию

Вложение:

Вставить как галерею

Максимальный размер вложений: 4,0 МБ, аудио/видео: 8,0 МБ. Картинки большего размера ужимаются, если возможно.

Введите код, изображенный на картинке. Если код нечитаемый, кликните картинку, чтобы загрузить другой вариант.

Отправляя сообщение, я выражаю свое согласие с правилами форума и принимаю пользовательское соглашение.

Доб. в избранное | Игнор. тему | Прикреп. тему | Пометить прочит. / непрочит. | Фильтр

Форумы / PHP, Perl, Python [игнор отключен] [закрыт для гостей] / Распарсить текстовый файл и сформировать HTML на его основе

23 сообщений из 23, страница 1 из 1

Распарсить текстовый файл и сформировать HTML на его основе

#38639357

Excubitor

Гость

Всем привет!
Направьте, пожалуйста, на путь истинный в решении такой вот задачки.

Есть текстовый файл.
Необходимо его преобразовать в правильный html код.
Т.е. все ссылки и email'ы привести к html записи, если перед строкой есть пустая строка, значит это начало параграфа... соответственно, если пустая строка после текста, то это конец параграфа, если параграф заканчивается знаками "-" или "=", то этот параграф должен быть заголовком первого уровня. Если параграф начинается с числа, то он должен стать заголовком уровня равному этому числу. А если параграф начинается со звездочки, то это немаркированный список.

Помогите пожалуйста.

...

Рейтинг:

0 / 0

13.05.2014, 07:22

| Ответить | Цитировать | Написать

Распарсить текстовый файл и сформировать HTML на его основе

#38639360

r u

Участник

Сообщения: 2 799

Рейтинг: 0 / 0

Excubitor,

читайте файл(fread), ищите то что вам нужно(nl2br(),preg_replace()) и преобразовывайте в html сущности и теги.
в чем конретно проблема?

...

Рейтинг:

0 / 0

13.05.2014, 07:34

| Ответить | Цитировать | Написать

Распарсить текстовый файл и сформировать HTML на его основе

#38639363

Excubitor

Гость

r u,
Ну тем, что, к сожалению, не все так просто...
Например строка:

Векторный резонатор: гипотеза и теории
======================================

должна стать: <h1>Векторный резонатор: гипотеза и теории</h1>

или:

## Погранслой искажает вихрь по мере распространения сигнала

должна стать: <h2>Погранслой искажает вихрь по мере распространения сигнала</h2>

Чем тут preg_replace() может помочь?

Пока что я из заданного могу только открыть файл ((

...

Рейтинг:

0 / 0

13.05.2014, 07:49

| Ответить | Цитировать | Написать

Распарсить текстовый файл и сформировать HTML на его основе

#38639366

FatalPHPError

Гость

Как-то так

Код: php

1.
2.
3.
4.
5.
6.
7.
8.
9.

<?php
$str = <<<EOT
Векторный резонатор: гипотеза и теории
======================================
## Погранслой искажает вихрь по мере распространения сигнала
EOT;
$str = preg_replace ('/(.*?)\n=+/m', '<h1>\1</h1>', $str);
$str = preg_replace ('/^##\s*(.*)/m', '<h2>\1</h2>', $str);
echo $str;

Результат:

Код: sql

1.
2.

<h1>Векторный резонатор: гипотеза и теории</h1>
<h2>Погранслой искажает вихрь по мере распространения сигнала</h2>

...

Рейтинг:

0 / 0

13.05.2014, 08:21

| Ответить | Цитировать | Написать

Распарсить текстовый файл и сформировать HTML на его основе

#38639368

Excubitor

Гость

FatalPHPError,
Огромное спасибо вам! Если вам не сложно расскажите, пожалуйста, что значат регулярки /(.*?)\n=+/m и /^##\s*(.*)/m

...

Рейтинг:

0 / 0

13.05.2014, 08:26

| Ответить | Цитировать | Написать

Распарсить текстовый файл и сформировать HTML на его основе

#38639372

Excubitor

Гость

А используя preg_replace() возможно решить остальные части задачи? Например

http://ya.ru Резонатор вращает ультрафиолетовый лазер

Должна стать: <a href=" http://ya.ru">Резонатор</a>

А вот это:
Примесь, как бы это ни казалось парадоксальным, сингулярно возбуждает
экситон, при этом дефект массы не образуется.

Гидродинамический удар квантуем. Взвесь пространственно ускоряет кварк - все дальнейшее далеко выходит за
рамки текущего исследования и не будет здесь рассматриваться.

должно стать:
<p>Примесь, как бы это ни казалось парадоксальным, сингулярно возбуждает
экситон, при этом дефект массы не образуется.</p>

<p>Гидродинамический удар квантуем. Взвесь пространственно ускоряет кварк - все дальнейшее далеко выходит за рамки текущего исследования и не будет здесь рассматриваться.</p>

...

Рейтинг:

0 / 0

13.05.2014, 08:42

| Ответить | Цитировать | Написать

Распарсить текстовый файл и сформировать HTML на его основе

#38639394

FatalPHPError

Гость

Например

http://ya.ru Резонатор вращает ультрафиолетовый лазер

Должна стать: <a href=" http://ya.ru">Резонатор</a>

Код: php

$str = preg_replace ('|^(https?://.+?)\s(.+)|m', '<a href="\1">\2</a>', $str);

...

Рейтинг:

0 / 0

13.05.2014, 09:08

| Ответить | Цитировать | Написать

Распарсить текстовый файл и сформировать HTML на его основе

#38639424

Excubitor

Гость

FatalPHPError, Обалдеть... Спасибо! С удовольствием поставил бы вам пива )
Блин, как такие забубенные регулярки читать? Я привык то к простым, а сейчас пытаюсь разобраться в ваших и уже запутался во всех этих квантификаторах...
Ну подскажите пожалуйста, что это регулярное выражение значит? |^(https?://.+?)\s(.+)|m
И быть может, я уже не буду мучить других людей ((

...

Рейтинг:

0 / 0

13.05.2014, 09:39

| Ответить | Цитировать | Написать

Распарсить текстовый файл и сформировать HTML на его основе

#38639572

vkle

Участник

Откуда: Самара

Сообщения: 14 253

Рейтинг: 0 / 0

Excubitorкак такие забубенные регулярки читать? Тынц. Много букв, но довольно подробно описано.

...

Рейтинг:

0 / 0

13.05.2014, 11:51

| Ответить | Цитировать | Написать

Распарсить текстовый файл и сформировать HTML на его основе

#38639577

Excubitor

Гость

vkle,
Эм... я почти все это прочитал уже... от того, что я теперь понимаю большинство символов в вышестоящих регулярок меняется мало. Как ее составить? Небольшую (достаточную, чтобы пропарсить урл) я и сам могу написать, а вот те что приводятся в этой ветке сложноваты для моего понимания. Мне бы понять как ее составили, чтобы на остальные условия задачи я сам уже писал.

...

Рейтинг:

0 / 0

13.05.2014, 11:55

| Ответить | Цитировать | Написать

Распарсить текстовый файл и сформировать HTML на его основе

#38639630

vkle

Участник

Откуда: Самара

Сообщения: 14 253

Рейтинг: 0 / 0

Excubitor,

Начните разбор с понимания каждого символа в регулярке.
Excubitorчто это регулярное выражение значит? |^(https?://.+?)\s(.+)|m
Откройте мануал и давайте читать по буквам... :-)

Здесь символ | - ограничитель регулярного выражения. Довольно часто используют слеш, но допустимы и другие символы.
^ - начало строки
Скобки выделяют часть строки, которая будет сохранена в результате и может быть использована позже.
https? - здесь часть строки "http" проверяется как есть, а вопросительный знак указывает, что символ "s" может быть, а может и не быть.
:// - это проверяется как есть
.+ - точка означает "любой символ", а плюс означает "один или более".
\s - любой пробельный символ.

Таким образом, эта часть регулярного выражения возьмет текст строго в начале строки, начинающийся на http:// или https://, за которым идут один или более каких-то символов до ближайшего пробела. Этот фрагмент текста доступен будет в выражении для замены как "\1" (можно прочитать как "первый найденный фрагмент").

После пробела идет (.+) - эта часть выражения возьмет любые один или более символов. Этот фрагмент будет вторым.

Про модификатор m прочтите уж в мануале.

...

Рейтинг:

0 / 0

13.05.2014, 12:26

| Ответить | Цитировать | Написать

Распарсить текстовый файл и сформировать HTML на его основе

#38639646

Excubitor

Гость

vkle,
Вот спасибо огромное ))) Стало сразу все понятнее!

Жизнь стала чуть легче, а сон менее крепким..
Стало легче читать чужое... осталось научиться писать свое.

Если взять часть задачи про параграфы.

авторА вот это:
Примесь, как бы это ни казалось парадоксальным, сингулярно возбуждает
экситон, при этом дефект массы не образуется.

Гидродинамический удар квантуем. Взвесь пространственно ускоряет кварк - все дальнейшее далеко выходит за
рамки текущего исследования и не будет здесь рассматриваться.

должно стать:
<p>Примесь, как бы это ни казалось парадоксальным, сингулярно возбуждает
экситон, при этом дефект массы не образуется.</p>

<p>Гидродинамический удар квантуем. Взвесь пространственно ускоряет кварк - все дальнейшее далеко выходит за рамки текущего исследования и не будет здесь рассматриваться.</p>

регулярка должна получиться что-то вроде:

^{$f = preg_replace ('/\n.*\n/', '<p>\1</p>', $f);}

или может даже:

^{$f = preg_replace ('/^(\n.*\n)/m', '<p>\1</p>', $f);}

...

Рейтинг:

0 / 0

13.05.2014, 12:38

| Ответить | Цитировать | Написать

Распарсить текстовый файл и сформировать HTML на его основе

#38639651

r u

Участник

Сообщения: 2 799

Рейтинг: 0 / 0

ExcubitorЕсли взять часть задачи про параграфы.
как только вы сами для себя определите четко что такое параграф - так сразу и регулярку напишите для этого.

у вас - параграф это текст перед которым есть два перевода строки или начало всего текста. так?

...

Рейтинг:

0 / 0

13.05.2014, 12:45

| Ответить | Цитировать | Написать

Распарсить текстовый файл и сформировать HTML на его основе

#38639689

Excubitor

Гость

r u,

Мда... вы правы...
Так?

Код: php

preg_replace("/^(.+)\n/m", "<p>\1</p>\n", $а);

...

Рейтинг:

0 / 0

13.05.2014, 13:01

| Ответить | Цитировать | Написать

Распарсить текстовый файл и сформировать HTML на его основе

#38639915

Excubitor

Гость

Блин... как то она не так работает ((

...

Рейтинг:

0 / 0

13.05.2014, 15:40

| Ответить | Цитировать | Написать

Распарсить текстовый файл и сформировать HTML на его основе

#38640092

vkle

Участник

Откуда: Самара

Сообщения: 14 253

Рейтинг: 0 / 0

Вроде, в первом посте есть определение параграфа:Excubitorесли перед строкой есть пустая строка, значит это начало параграфа... соответственно, если пустая строка после текста, то это конец параграфаТеперь определим, что такое пустая строка. Предположим, что это строка, где нет никаких символов кроме перевода строки. В простейшем случае два перевода строки подряд ("\n\n") будет пустой строкой. Не забываем про виндовый и маковский варианты, если они потенциально могут быть в тексте. Возможно, Вы захотите расширить понятие пустой строки и на строки, состоящие целиком из невидимых символов - пробелов и табуляции.
Таким образом, вероятно, в самом простейшем случае параграф можно распознать/взять приблизительно каким-то таким выражением:

Код: php

|\n\n(.+)\n\n|msU

...

Рейтинг:

0 / 0

13.05.2014, 17:30

| Ответить | Цитировать | Написать

Распарсить текстовый файл и сформировать HTML на его основе

#38640157

Excubitor

Гость

vkle,

Я думал насчет такого варианта... не получилось, не помню уже почему.
Все сделал в общем, без вас бы затянулось это на долго-долго.
В принципе, может кому то мои сегодняшние мучения пригодятся, так что выведу, что получилось.

Код: html

1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.

<html>
	<head>
	<title>Выбрать текстовый файл</title>

	</head>
	<body>
	<form name="test" method="post" action="input1.php">
		<p> <b>Введите название файла:</b><br>
			<input type="text" name="filename" size="40">
		</p>
		<p> <input type="submit" value="Отправить">
			<input type="reset" value="Очистить">
		</p>
	</body>
</html>

Код: php

1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
21.
22.
23.
24.

	<?php
	
		$strFileName = $_POST["filename"];
		$strFileFullName = $strFileName . '.txt';
		
        $f = file_get_contents($strFileFullName); 
		$contents = $f;

			$contents = preg_replace ('/(.*?)\n=+/m', '<h1>\1</h1>', $contents);//делаем заголовок первого уровня
			$contents = preg_replace ('/(.*?)\n-+/m', '<h1>\1</h1>', $contents);//делаем заголовок первого уровня
			$contents = preg_replace ('/^##\s*(.*)/m', '<h2>\1</h2>', $contents);//делаем заголовок второго уровня
			$contents = preg_replace ('|(https?://.+?)\s(.+?)\s|m', '<a href="\1">\2</a>&nbsp;', $contents);//меняем ссылки
			$contents = preg_replace ('|\.(.+)\@(.+?)\s(.+?)\s|m', '&nbsp;<a href="mailto:\1@\2">\3</a>&nbsp;',$contents);//меняем email
			$contents = preg_replace ("/\n/m", "&nbsp;", $contents);//удаляем переносы строки 
			$contents = preg_replace ("/&nbsp;&nbsp;/m", "\n", $contents);//меняем два пробела на перенос
			$contents = preg_replace ("/^(.+)\n/m", "<p>$1</p>\n", $contents);//устанавливаем параграфы
			$contents = preg_replace ("/\*(.+)\n/m", "<ul>*$1</ul>", $contents);//начинаем список
			$contents = preg_replace ("/\*(.+?)&nbsp;/m", "<li>$1</li>", $contents);//заканчиваем список
			$contents = preg_replace ("/\*(.+)\n/m", "<li>$1</li>", $contents);//заканчиваем список

			
			echo $contents;
		
	?>

конечно косяков хватает, но я, буквально сегодня с регулярными выражениями познакомился, так что извиняйте. Спасибо всем за помощь. Хотя завтра наверное придется до ума доводить... а именно, чтобы работало под любым текстовым документом, а то иногда все таки приколы случаются (

...

Рейтинг:

0 / 0

13.05.2014, 18:19

| Ответить | Цитировать | Написать

Распарсить текстовый файл и сформировать HTML на его основе

#38640170

vkle

Участник

Откуда: Самара

Сообщения: 14 253

Рейтинг: 0 / 0

Excubitor,

Думаю, можно чуток соптимизировать код:
http://ru2.php.net/manual/ru/function.preg-replace.php Если и pattern и replacement являются массивами , каждый элемент pattern будет заменен соответствующим элементом из replacement.

...

Рейтинг:

0 / 0

13.05.2014, 18:31

| Ответить | Цитировать | Написать

Распарсить текстовый файл и сформировать HTML на его основе

#38640202

nscl

Гость

Насколько я понял, пишется скрипт для наведения порядка в старых залежах научных статей, созданных ещё во времена весьма доисторические, в формате *.txt и в старых кодировках.

Применять php имеет смысл в том случае, если вы хотите добавить такой "умный конвертор" к уже существующему веб-сайту. Если же вы планируете массовую обработку - я очень советую посмотреть в сторону написания скрипта для SED или AWK. Те же регулярки, но гораздо большее удобство при массированном применении и обработке файловых хранилищ.

Стопроцентно работать для всех файлов оно не будет - если файл текстовый, и разукрашивался вручную такой вот типа псевдографикой - все случаи не охватите, можно будет лишь снизить объем ручной работы.

...

Рейтинг:

0 / 0

13.05.2014, 19:03

| Ответить | Цитировать | Написать

Распарсить текстовый файл и сформировать HTML на его основе

#38640214

Excubitor

Гость

vkleExcubitor,

Думаю, можно чуток соптимизировать код:
http://ru2.php.net/manual/ru/function.preg-replace.php Если и pattern и replacement являются массивами , каждый элемент pattern будет заменен соответствующим элементом из replacement.

Хах... точно ) Спасибо! Завтра займусь. Ваша помощь неоценима )

...

Рейтинг:

0 / 0

13.05.2014, 19:18

| Ответить | Цитировать | Написать

Распарсить текстовый файл и сформировать HTML на его основе

#38640218

Excubitor

Гость

nscl,
Спасибо за совет, но нет. Я просто прочитал задание и меня заинтересовало попробовать его сделать. Но если вдруг мне понадобится подобный конвертер - воспользуюсь вашим советом )

...

Рейтинг:

0 / 0

13.05.2014, 19:21

| Ответить | Цитировать | Написать

Распарсить текстовый файл и сформировать HTML на его основе

#38640459

Excubitor

Гость

Как то надо переделать парсер email'a ((
Дело в том, что в таком состоянии

Код: php

$contents = preg_replace ('|\.(.+)\@(.+?)\s(.+?)\s|m', '&nbsp;<a href="mailto:\1@\2">\3</a>&nbsp;',$contents);//меняем email

Он начинает искать майл, если перед ним точка стоит (писал, чтобы проверить на одном файле, соответственно открыв другой, емайла он там не нашел) ((
Пробовал, чтобы он пытался с пробела (использовал и \s, и \040, и ) все равно начинает парсить откуда-то с другого места, обычно за несколько слов до начала емайла)

Смысл в том, чтобы парсер находил емайл в любой части документа.
Не подскажите, что я упускаю?

...

Рейтинг:

0 / 0

14.05.2014, 03:39

| Ответить | Цитировать | Написать

Распарсить текстовый файл и сформировать HTML на его основе

#38640485

Excubitor

Гость

Ммм... что такое вот должно сработать, наверное:

Код: php

[-\w_]+@[-\w]+\.\w+/i

...

Рейтинг:

0 / 0

14.05.2014, 07:42

| Ответить | Цитировать | Написать

23 сообщений из 23, страница 1 из 1

Читали тему (0):

Читали форум (0):

Пользователи онлайн (0):

start [/forum/topic.php?fid=23&msg=38639689&tid=1462800]:	0ms
get settings:	8ms
get forum list:	20ms
check forum access:	4ms
check topic access:	4ms
track hit:	180ms
get topic data:	8ms
get forum data:	2ms
get page messages:	67ms
get tp. blocked users:	2ms
others:	219ms

total:	514ms